待验证50% 置信事实精确时间
Anthropic首次为Sonnet系列加入了网络安全防护和防注入机制
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/30
首次发现
有效期至：2026/12/29
来源
涉及实体
相关事实
待验证Anthropic 为 Sonnet 5 默认启用了网络安全防护措施（cyber safeguards）79% 相似待验证Sonnet 5.5 是第一个带网络安全防护发布的 Sonnet 模型，高风险网络安全任务会明确切回 Sonnet 569% 相似待验证Anthropic offers a dedicated cybersecurity model called 'Mysteros' and OpenAI offers a 'Sever series' for cybersecurity use cases.64% 相似待验证Anthropic的网络安全防护针对防止模型被滥用于生成恶意代码、规划攻击路径或辅助针对关键基础设施发动网络攻击的场景63% 相似待验证Anthropic在模型回归时引入了一整套新的网络安全分类器，用于检测和拦截危险请求61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/960697API
curl https://kongchang.com/api/v1/knowledge/claims/960697MCP
get_claim(id=960697)